Plugins

Fluxo de água contínuo para o status de turno «Deep diving...» do dsh web: três correntes em gradiente com paralaxe percorrem o texto como água corrente, substituindo o brilho de faixa única original. Respeita temas claro/escuro e reduced-motion.

Publique arquivos TXT, Markdown, HTML, PDF, Word e PowerPoint como links do ShareOne com senhas, marcas d'água, atualizações de páginas de texto e comentários em TXT/Markdown/HTML.

Um kit de aparência para a interface Web do DeepSeek Harness: 32 temas predefinidos, fundos personalizados (wallpaper / glass / texture), profundidade de texto por zona e pet de desktop por teclado.

Visibilidade de contexto estilo Codex para DeepSeek Harness: ocupação ao vivo da janela de contexto, detalhamento de composição, taxa de acerto do KV-cache e mapa de calor de uso estilo GitHub de 53 semanas

Plugin out-of-tree para DeepSeek Harness: dá olhos a um modelo de codificação somente texto roteando imagens para uma rota Qwen-VL (DashScope) via ctx.llm e retornando texto.

Plugin DSH: memória automática Honcho v3 dual-peer, recall contextual, busca, raciocínio, conclusões e diagnóstico de saúde

Registra a skill remove-pdf-background-gray para o DSH: clareia fundos de digitalização cinza ou cor de creme em PDFs baseados em imagem, preservando resolução, geometria de página e bordas de texto com antialias (regravação Flate sem perdas), por um único script Python (pypdf + Pillow + numpy).

Ponte de anexos de imagem no chat com uma ferramenta view_image para qualquer VLM compatível com OpenAI (Ollama local ou nuvem): imagens coladas/arrastadas se tornam marcadores de caminho view_image antes de chegarem aos modelos DeepSeek somente texto.

Ferramenta `describe_image`: uma ponte de visão que envia imagens ao mimo-v2.5 pela API opencode Zen (credencial `OPENCODE_GO_API_KEY`, rota gratuita primeiro com fallback pago) e devolve descrições em texto para modelos somente texto, com passthrough nativo e transcodificação ImageMagick de SVG/TIFF/HEIC.

Ferramenta image_describe (识图) voltada ao modelo sobre a API compatível com OpenAI do DashScope (qwen3.7-flash), além de uma ponte de colagem: em sessões somente texto, imagens coladas se convertem automaticamente em caminhos de arquivo no envio e são renderizadas de volta na transcrição, para nunca esbarrarem na admissão de imagens. Traga sua própria DASHSCOPE_API_KEY; endpoint/modelo/orçamentos configuráveis, cliente HTTP à prova de redirecionamento e funciona em todos os agent presets.

Ponte de visão com descoberta automática para agentes DeepSeek Harness somente texto: encontra automaticamente um modelo capaz de imagens entre seus provedores configurados e devolve descrições das imagens como texto simples por uma ferramenta de visão.

Adaptador DeepSeek aumentado com visão: um modelo capaz de visão descreve a imagem de entrada e então um modelo DeepSeek somente texto raciocina sobre essa descrição.

Visão sob demanda para modelos DeepSeek somente texto: envie imagens e o modelo chama uma ferramenta view_image apoiada em qualquer endpoint de visão compatível com OpenAI (Qwen/DashScope por padrão).

Visão como plugin para modelos somente texto no DSH, com interação nativa para compreensão e geração de imagens, automação de GUI, memória de evidências em camadas e cache.

Visão estruturada local-first para agentes somente texto: as imagens vão a um VLM local compatível com OpenAI e voltam como evidência JSON (resumo, OCR literal, regiões de layout, entidades/relações, cores, incerteza explícita), com fallback anti-alucinação e ponte opcional de colar/enviar; custo zero em nuvem, as imagens nunca saem da máquina.

Codificador de sinestesia para o DSH: um modelo de visão traduz imagens em texto espacial estruturado e compacto (canvas/elementos/coordenadas em porcentagem), dando a LLMs somente texto compreensão de imagem em nível de pixel pela ferramenta `mm_vision`.

Reaproveita o modo de visão embutido do DeepSeek web para modelos somente texto: a ferramenta deepseek_vision aciona a automação local de navegador deepseek-vision-cli (ajuda de login manual, deep-think ativado, fechamento automático do navegador) e retorna descrições de imagens como texto.

Curadoria da saída de ferramentas no momento da ingestão: mantém linhas de erro e aviso mais o início e o fim, despeja o texto completo em disco com um ponteiro que o modelo pode reler; cobre todas as ferramentas de texto, e resultados pequenos passam intactos.

Uma ferramenta `search` que aprende a escolher entre estratégias de busca rápida e minuciosa usando um bandit contextual (amostragem de Thompson), melhorando com o uso real em vez de uma heurística fixa.

Um porte enxuto do Headroom: comprime a saída de ferramentas e corta até 20% do contexto, sem afetar o cache de contexto do modelo nem o desempenho do agente.

Pacote de proteção contra mojibake para o DSH: detecção de texto corrompido baseada em características antes da escrita com revisão e liberação (uma nova tentativa idêntica passa), mais auditoria de codificação do pwsh antes da execução (ANSI/GBK/UTF-16/Default). Windows e chinês primeiro.

Memória de pistas de eventos entre sessões para o DeepSeek Harness: extrai automaticamente pistas de tarefa/conversa e hábitos de linguagem do usuário de cada turno para um banco global persistente de pistas, e depois reinjeta o contexto lembrado ao detectar troca de assunto (correspondência por palavra-chave ou vetor).

Poda de contexto escrita pelo modelo para o DeepSeek Harness através da API oficial de compactação.

Quadro de foco para agentes do DeepSeek Harness: notas duráveis mantidas pelo modelo no workspace da sessão que fixam o objetivo, as restrições e as decisões ao longo de compactações e sessões, com injeção automática de contexto, arquivamento ao limpar e um painel web opcional.